推荐引擎

对于搜索引擎,相信大家都不会感到陌生。但是说到推荐引擎,可能就有人不是很清楚了。

　　通常用户上网行为可以分成两类:搜索和浏览。当用户清楚地知道自己要找什么时,他可以通过搜索引擎去搜索相关的内容;如果用户并不清楚要找什么,只是逛一逛,此时他就是在浏览,他可能会愿意“听听”多种建议,推荐引擎便粉墨登场了。

　　推荐引擎技术是建立在搜索引擎技术基础之上的新的信息传播方式,它致力于解决搜索引擎无法深刻了解用户的问题;解决用户的个人化信息问题;解决用户的潜在信息需求问题;解决信息的垂直单向传播问题。根据推荐方式,推荐引擎可以分为以下几类:个性化推荐——根据用户过去在网站的行为进行推荐;社会化推荐——根据类似用户过去在网站的行为进行推荐;基于产品的推荐——基于产品本身的特性进行推荐;以上3种方式的结合。

　　推荐引擎利用特殊的信息过滤技术,将不同的内容(例如电影、音乐、书籍、新闻、图片、网页等)推荐给可能感兴趣的用户。通常情况下,推荐引擎的实现是通过将用户的个人喜好与特定的参考特征进行比较,并试图预测用户对一些未评分项目的喜好程度。参考特征的选取可能是从项目本身的信息中提取的,或是基于用户所在的社区环境。

　　推荐引擎是建立在对每一个用户的信息和行为深刻了解的基础之上,为用户提供个人化信息的技术。它不是被动等待用户的搜索请求,而是为用户主动推送最相关的信息。推荐引擎结合搜索引擎技术,可以为用户提供更加精准的信息解决方案。

　　随着互联网上数据和内容的不断增长,人们越来越重视推荐引擎在互联网应用中的作用。可想而知,由于互联网上的数据过多,用户很难找到自己想要的信息,通过提供搜索功能来解决这个问题是远远不够的。推荐引擎可以通过分析用户的行为来预测用户的喜好,使用户能更容易找到他们潜在需要的信息。

　　实际上,推荐引擎并不是一个新概念,一些大型的电子商务网站很多年前就采用了推荐引擎技术。比如世界最大的B2C网站——亚马逊商城很早就使用协同过滤的算法来匹配顾客的购买习惯,从而过滤掉大量的商品信息,而只推荐顾客愿意购买的商品。有数据表明,亚马逊30%以上的销售额来自于推荐,而且这一比例还在不断提高。

　　目前,对推荐引擎技术的研究还处于起步阶段,人们并没有清醒地认识到推荐引擎技术将给下一代互联网带来深刻变化的事实。但是毫无疑问,推荐引擎必然是未来互联网发展的趋势,信息的个人化时代不可阻挡。

　　百分点推荐引擎的首席执行官柏林森评论道,“网络正从一个搜索时代进入一个发现时代,推荐引擎无所不在,它能为你推荐买什么商品,看什么电影,读什么文章,听什么音乐等等。当你并不十分清楚需要某个东西存在,或者不完全清楚自己的具体需求的时候,推荐引擎能帮你发现你所需要的东西。”

　　

　　[责任编辑]赵新宇